Kaynak: A. İŞLİER, TESİS PLANLAMASI, 1997
|
|
- Turgay Emre
- 7 yıl önce
- İzleme sayısı:
Transkript
1 Mühendislik Fakültesi Endüstri Mühendisliği Bölümü Doç. Dr. Nil ARAS ENM411 Tesis Planlaması Güz Dönemi Kaynak: A. İŞLİER, TESİS PLANLAMASI, 1997
2 2 Tesis Yer Seçimi Problemi (TYSP) TEK AMAÇLI TYSP Tek bir ölçütün diğerlerine göre ağırlık kazandığı durumlar kuruluş maliyeti, hammadde kaynaklarına yakınlık, müşterilere uzaklık vb. Tek tesis problemi- pratik ve kuramsal öneme sahip bir problem ÇOK ÖLÇÜTLÜ TYSP Birden fazla amacın aynı anda eniyilenmesini gerektiren ölçütlerin gözönüne alındığı durumlar
3 3 Çok ölçütlü karar verme KISIT (constraint): Uygun çözüm alanını belirleyen eşitsizlikler HEDEF (goal) : Kendisine ulaşmakla yetinebileceğimiz göstergeler AMAÇ (objective) : Son noktasına kadar eniyilemek istediğimiz çokluk Günde en az 6 saat çalışılsın Hedef Kar en az %10 olsun Hedef Kar olabildiğince çok olsun Amaç
4 4 Çok ölçütlü karar verme NİTELİK (attribute ) : Seçeneklerin belli özelliklerini gösteren sayısal veya sayısal olmayan değerler ÖLÇÜT (criterion) : Etkinliğin ölçüsüdür. Bazen amaç bazen nitelik anlamına gelir. Değerlendirme esası nitelik veya amaç şeklinde olabilir. Eğer nitelikler ölçütse Çok Nitelikli Karar Verme (ÇNKV) Eğer amaçlar ölçütse Çok Amaçlı Karar Verme (ÇAKV) Çoğu kaynakta ortak ad ÇÖKV
5 Çok ölçütlü karar verme ÇNKV Seçenekler belli ve az sayıda Kısıt yok ÇAKV Seçenekler sonsuz (UÇA içerisinde eniyisini bulma problemi) Kısıtlar açıkça belli Nitelikler belli değil ÖRNEK: Otomobili ele alalım. modelin belirlenmesi imalatçı açısından ÇAKV problemidir (bir tasarım problemi). satın alınması tüketici açısından ÇNKV problemidir (bir seçme problemi). 5
6 Çok ölçütlü karar verme (ÇÖKV) ve matematiksel programlama (MP) ÇÖKV Seçenek sayısı sınırlıdır ve bunlar önceden bellidir. MP Uygun çözüm alanı içerisinde sonsuz sayıdaki çözümden hangilerinin ele alınacağı önceden belli değildir. ÇÖKV Kısıt söz konusu değildir. Eldeki seçenekler zaten kısıtları sağlamış oldukları için seçenek olma niteliğini kazanmışlardır. MP Kısıtlar açıkça bellidir ve UÇA onlar sayesinde belirlenir. ÇÖKV Seçeneklerin niteliklerini sınayan birden fazla ölçüt vardır. MP Eniyilenecek tek amaç vardır. 6
7 7 İki çeşit seçeneğin değerlendirilmesi KOLAY Her yönüyle diğerlerinden daha kötü (hemen elenir, değerlendirmeye alınmaz) Her yönüyle diğerlerinden üstün (hemen benimsenir zaten problem YOK)
8 8 Problem? Değerlendirilecek seçenekler hangileridir? Bu seçeneklerin değerlendirilmesi hangi ölçütlere dayanmalıdır? Ölçütlerin birbirlerine göre önem dereceleri nedir? Seçeneklerin nitelikleri nelerdir?
9 9 PROBLEMİN YAPISI m: seçenek sayısı n: ölçüt sayısı Ölçütler ve bunların önem derecelerini veren bir ağırlıklar vektörü: W (nx1) W j : j. ölçütün ağırlığı (j = 1, 2,...n) Seçeneklerin niteliklerini gösteren bir karar matrisi: A (mxn) a ij : i. seçeneğin j. ölçüte göre değeri (i=1,2,...,m ; j=1,2,...,n)
10 ÖRNEK: Attila İşlier, Tesis Planlaması, SE ÇE NEK LER Kuruluş Maliyeti [10 3 TL] Taşıma Maliyeti [10 3 TL/yıl] Arazi Alanı [10 3 m 2 ] Enerji Tüketimi [Mwh/ay] İşgücü bulma imkanı İklimin Elverişliliği S Yüksek Çok iyi S Orta İyi S Düşük Kötü S Yüksek İyi
11 11 ÇÖZÜM ADIMLARI 1. Sayısal olmayan değerlerin sayılarla ifade edilen puanlara dönüştürülmesi 2. Karar matrisinin normalleştirilmesi 3. Ağırlıklar vektörünün belirlenmesi 4. Seçeneklerin karşılaştırılması
12 1. Sözel değerlerin sayısal ifadelere çevrilmesi Kuruluş Maliyeti [10 9 TL] Taşıma Maliyeti [10 9 TL/yıl] Arazinin Alanı [10 3 m 2 ] Enerji Tüketimi [Mwh/ay] İşgücü bulma imkanı İklimin Elverişliliği S Yüksek Çok iyi S Orta İyi S Düşük Kötü S Yüksek İyi 12
13 Thomas SAATY nin Önerdiği Ölçek 13 Maliyet Yönlü PUAN Fayda Yönlü Çok Yüksek 1 Çok Kötü 2 Yüksek 3 Kötü 4 Orta 5 Orta 6 Düşük 7 İyi 8 Çok Düşük 9 Çok iyi
14 Thomas SAATY nin Önerdiği Ölçek 14 Maliyet Yönlü Çok Yüksek PUAN Fayda Yönlü 1 Çok Kötü 2 Örnekteki beşinci ve altıncı ölçütler, fayda yönlüdür Yüksek 3 Kötü 4 Orta 5 Orta 6 Düşük 7 İyi 8 Çok Düşük 9 Çok iyi Ö1 Ö2 Ö3 Ö4 Ö5 Ö6 S S S S
15 15 Sayısallaştırılmış Nitelik Matrisi Ö1 Ö2 Ö3 Ö4 Ö5 Ö6 S S S S
16 16 2. Normalleştirme Nitelikler matrisindeki ayrı birimlerin ve farklı değişim aralıklarının ortak bir baza getirilmesi Ençok kullanılan yöntem her sütundaki bütün değerleri sütunun eniyi değerine bölerek, değerlerin hepsinin 0-1 arasındaki bir aralıkta birimsiz bir oran olmasını sağlamak Her sütunun eniyi veya en kötü değeri önemlidir. Maliyet yönlü ölçütlerde, sütundaki en yüksek değer diğerlerine bölünür. Fayda yönlü ölçütlerde, sütundaki tüm elemanlar sütunun en yüksek değerine bölünür. Sütundaki eniyi değer 1 olmalı, diğerleri de buna bağlı olarak gittikçe azalan değerler almalıdır
17 17 sütundaki ENİYİ değer Maliyet esaslı Maliyet esaslı Fayda esaslı Maliyet esaslı Fayda esaslı Fayda esaslı
18 18 sütundaki ENİYİ değer 470/ / / / 580 Maliyet esaslı 80/ 80 80/ / / 160 Maliyet esaslı 100/ / / / 100 Fayda esaslı 5200/ / / / 5200 Maliyet esaslı 7/7 9/9 5/7 7/9 3/7 3/9 7/7 7/9 Fayda esaslı Fayda esaslı
19 Normalleştirilmiş karar matrisi Her sütundaki en iyi değer =
20 3. Ağırlıklar vektörünün belirlenmesi Subjektif değerlendirmelere bağlıdır. Belirlenen ağırlıklar gerçekçi ve tutarlı olmalıdır. Yöntemlerden birisi, karar vericinin ölçütleri birbiriyle kıyaslayarak ağırlıkları belirlediği yoldur. ÖRN. Kuruluş maliyeti 40 olursa, enerji tüketimi 25 olmalı... Bir diğer yol, AHP nin (Analitik Hiyerarşi Proses) uyguladığı ikili karşılaştırmalara dayanan ÖZDEĞER yöntemi nin kullanılmasıdır. 20
21 Ölçütlerin ikili karşılaştırmaları Faktörler ikişer ikişer gözönüne alınarak birbiriyle kıyaslama yapılır ve bir karşılaştırma matrisi oluşturulur. Karar vericinin [n(n-1) / 2] adet karşılaştırması 7 den fazla nitelik pek kullanılmaz. Sihirli sayı = 7 / BİLİMSEL BİR AÇIKLAMASI YOK PSİKOLOJİK Çok fazla seçenek, modelin kullanışlılığını azaltır. 6 ölçüt için 6(5)/2=15 karşılaştırma yapılır Her ikili karşılaştırmaya 1-9 arası bir değer verilir 21
22 22 Karşılaştırma matrisi Faktörler arası karşılaştırma matrisi, nxn boyutlu bir kare matristir. Bu matrisin köşegeni üzerindeki matris bileşenleri 1 değerini alır. A karşılaştırma matrisi yanda gösterilmiştir. Karşılaştırma matrisinin köşegeni üzerindeki bileşenler, yani i=j olduğunda, 1 değerini alır. Çünkü bu durumda ilgili faktör kendisi ile karşılaştırılmaktadır. Faktörlerin karşılaştırılması, birbirlerine göre sahip oldukları önem değerlerine göre birebir ve karşılıklı yapılır. A a a... a n1 a a a n a a a 1n 2n... nn
23 23 Örneğin birinci faktör üçüncü faktöre göre karşılaştırmayı yapan tarafından daha önemli görünüyorsa, bu durumda karşılaştırma matrisinin birinci satır üçüncü sütun bileşeni (i=1, j=3), 3 değerini alacaktır. Aksi durumda yani birinci faktörün üçüncü faktörle karşılaştırılmasında, daha önemli tercihi üçüncü faktörden yana kullanılacaksa bu durumda karşılaştırma matrisinin birinci satır üçüncü sütun bileşeni 1/3 değerini alacaktır. Aynı karşılaştırmada birinci faktörle üçüncü faktörün karşılaştırılmasında faktörler eşit öneme sahip oldukları yönünde tercih kullanılıyorsa bu durumda bileşen 1 değerini alacaktır.
24 24 Karşılaştırmalar, karşılaştırma matrisinin tüm değerleri 1 olan köşegeninin üstünde kalan değerler için yapılır. Köşegenin altında kalan bileşenler için ise doğal olarak aşağıdaki formülü kullanmak yeterli olacaktır. a ji a Yukarıda verilen örnek dikkate alınırsa karşılaştırma matrisinin birinci satır üçüncü sütun bileşeni (i=1, j=3) 3 değerini alıyorsa, karşılaştırma matrisinin üçüncü satır birinci sütun bileşeni (i=3,j=1), yukarıdaki formülden 1/3 değerini alacaktır. 1 ij
25 Faktörlerin ikili karşılaştırmalarında kullanılacak önem dereceleri tablosu Önem Değerleri Değer Tanımları 1 Her iki faktörün eşit öneme sahip olması durumu 3 1. Faktörün 2. faktörden daha önemli olması durumu 5 1. Faktörün 2. faktörden çok önemli olması durumu 7 1. Faktörün 2. faktöre nazaran çok güçlü bir öneme sahip olması durumu 9 1. Faktörün 2. faktöre nazaran mutlak üstün bir öneme sahip olması durumu 2,4,6,8 Ara değerler 25
26 ÖLÇÜT lerin ikili karşılaştırılması Ö1 Ö2 Ö3 Ö4 Ö5 Ö6 Ö Ö Ö Ö Ö Ö
27 Karşılaştırma matrisi Ö1 Ö2 Ö3 Ö4 Ö5 Ö6 Ö Ö Ö Ö Ö Ö
28 ÖLÇÜT lerin Ağırlıkları Ö1 Ö2 Ö3 Ö4 Ö5 Ö6 i Ö x5x8x6x4x9=8640 Ö x1x3x2x5x7=42 Ö Ö Ö Ö
29 ÖLÇÜT lerin Ağırlıkları Ö1 Ö2 Ö3 Ö4 Ö5 Ö6 i (i) (1/6) Ö Ö Ö Ö Ö Ö TOPLAM
30 ÖLÇÜT lerin Ağırlıkları Ö1 Ö2 Ö3 Ö4 Ö5 Ö6 i (i) (1/6) Ağırlık Ö Ö Ö Ö Ö Ö TOPLAM
31 31 Ağırlık Vektörü W 0,49 0,20 0,05 0,17 0,05 0,04 6x1
32 32 ÇÖKV Yöntemleri İle Seçeneklerin Karşılaştırılması
33 33 Boyut Analizi ile Seçeneklerin Karşılaştırılması
34 34 Makine ve kimya mühendisliklerinde çok sık kullanılan ve fiziki çoklukları birimsiz oranlar şeklinde gruplandırmaya dayanan bir tekniktir. Model ve prototip karşılaştırmada kullanılır. Oranlar kullanılacağı için, boyutlar ve değişim aralıklarının önemi kalmamaktadır. Bu yüzden normalleştirme yapmaya gerek yoktur. Boyutsuz sayıların, niteliklerin ağırlıklarına eşit olan kuvvetleri alındığında, ölçütlere verilen önem dereceleri de çözüme yansıtılmış olur. Ağırlıklar alınırken, maliyet yönlü nitelikler için negatifleri kullanılır.
35 ÖRNEK :1. ve 3. seçeneklerin boyut analizi ile karşılaştırılması Ö1 Ö2 Ö3 Ö4 Ö5 Ö6 S S BA 1, w w w w w w 6 BA 1,
36 Ö1 Ö2 Ö3 Ö4 Ö5 Ö6 S S BA , Sonuç birden büyük çıktığı için, paydaki (birinci) seçenek tercih edilir. 36
37 37 SAW yöntemi (Simple Additive Weights)
38 38 Varsayımı : Ağırlıkların doğrusal olarak toplanabilmesi 1. Normalleştirilmiş karar matrisinden hareketle, her seçeneğin ağırlıklandırılmış değeri hesaplanır. 2. Ağırlıklı değeri en yüksek olan seçenek belirlenir.
39 39 i. seçeneğin ağırlığı A i olmak üzere: x A 4x x1 A A A 1 2 4X1
40 x A 4x x1 A A A 1 2 4X1 A1= 0.49x x x x x x1.00 = 0.84 A2= 0.49x x x x x x0.78 = 0.61 A3= 0.49x x x x x x0.33 = 0.84 A4= 0.49x x x x x x0.78 = 0.79
41 x A 4x x1 A A A 1 2 4X1 A1= A2= A3= A4=
42 42 TOPSIS Yöntemi (Technique for Order Preference Similarity to Ideal Solution) by İdeal Çözüme Göre Tercih Sıralaması
43 43 TOPSIS Algoritma 1. Normalleştirilmiş ağırlıklı karar matrisini elde et. 2. İdeal ve negatif ideal seçeneklerini belirle. (Her sütundaki ENİYİ ve EN KÖTÜ ler) 3. Her seçeneğin bu noktalara olan uzaklıklarını hesapla. (Kuşuçuşu veya Dikdoğrusal) 4. Seçeneklerin ideale yakınlıklarını bul. (İdealden mutlak uzaklıklar, negatif idealden mutlak uzaklıklar) 5. Seçenekleri bu yakınlık sırasına göre diz. (Tercih sırası)
44 1. Normalleştirilmiş ağırlıklı karar matrisi Normalleştirilmiş karar matrisinin sütunlarındaki değerler, ağırlık vektörünün karşı gelen elemanıyla çarpılır x6 W 0,49 0,20 0,05 0,17 0,05 0,04 6x1
45 45 Normalleştirilmiş ağırlıklı karar matrisi x6
46 46 2. İdeal ve negatif ideal seçeneklerin belirlenmesi x6 eniyi(ideal ) enkötü(negatif ideal)
47 3. İdeal ve negatif ideale olan uzaklıklar İdealden mutlak uzaklıklar TOPLAM S Burada dikdoğrusal uzaklık ölçümü kullanılmıştır) S S S
48 48 Negatif idealden mutlak uzaklıklar TOPLAM S S S S
49 4. Seçeneklerin ideale yakınlıklarının bulunması Seçeneklerin oranlanması (negatif idealden uzaklık) 0.31 S S S S
50 50 5. Seçeneklerin sıralanması S S S S en en iyi seçenek kötü seçenek
Bu bölümde; Çok ölçütlü karar verme yöntemlerinden biri olan TOPSİS yöntemi anlatılacaktır.
ÇOK ÖLÇÜTLÜ KARAR VERME TOPSIS (Technique For Order Preference By Similarity To Ideal Solution) PROF. DR. İBRAHİM ÇİL 1 Bu bölümde; Çok ölçütlü karar verme yöntemlerinden biri olan TOPSİS yöntemi anlatılacaktır.
DetaylıTOPSIS yönteminin adımları 5 Adım 1. Normalize karar matrisinin oluşturulması 6 Karar matrisinin normalizasyonu aşağıdaki formül kullanılarak yapılır:
Giriş 2 TOPSIS Bölüm 5 TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) 1981 yılında Hwang ve Yoon tarafından geliştirilmiştir. Uygulanması basit, ulaşılan sonuçlar çok gerçekçidir.
DetaylıÇOK ÖLÇÜTLÜ KARAR VERME PROF. DR. İBRAHİM ÇİL
ÇOK ÖLÇÜTLÜ KARAR VERME PROF. DR. İBRAHİM ÇİL 1 Bu bölümde; Çok ölçütlü karar verme yöntemlerini tanıyacağız. Özellikle anlatılacaktır. SMART ve ELECTRE yöntemleri üzerinde durulacaktır. Çok ölçütlü karar
DetaylıDr. Y. İlker TOPCU. Dr. Özgür KABAK web.itu.edu.tr/kabak/
Dr. Y. İlker TOPCU www.ilkertopcu.net www.ilkertopcu.org www.ilkertopcu.info facebook.com/yitopcu twitter.com/yitopcu instagram.com/yitopcu Dr. Özgür KABAK web.itu.edu.tr/kabak/ ÇOK ÖLÇÜTLÜ KARAR VERME
DetaylıAHP ye Giriş Karar verici, her alternatifin her kriterde ne kadar başarılı olduğunu değerlendirir. Her kriterin amaca ulaşmadaki görece önemini değerl
AHP ye Giriş 2 Analitik Hiyerarşi Süreci Bölüm 3 AHP, birebir değerlendirerek alternatifleri sıralamaya dayanan çok nitelikli karar verme yöntemidir. Amaçlar ve alt amaçlar iç içe katmanlar halinde ve
DetaylıAHP ANALİTİK HİYERARŞİ PROSESİ AHP AHP. AHP Ölçeği AHP Yönteminin Çözüm Aşamaları
ANALİTİK HİYERARŞİ PROSESİ 1970 li yıllarda Wharton School of Business da çalışan Thomas L.Saaty tarafından Karmaşık çok kriterli karar verme problemlerinin çözümü için geliştirilmiştir. Tüm kriterler
DetaylıAnalitik Hiyerarşi Prosesi (AHP) Yrd.Doç.Dr. Sabahattin Kerem AYTULUN
Analitik Hiyerarşi Prosesi (AHP) Yrd.Doç.Dr. Sabahattin Kerem AYTULUN Giriş AHP Thomas L.Saaty tarafından 1970'lerde ortaya atılmıştır. Amaç alternatifler arasından en iyisinin seçilmesidir. Subjektif
DetaylıKarar Destek Sistemleri. Bölüm 1: Karar Destek Sistemleri-Genel Kavramlar. Karar Verme 20.10.2014
Karar Destek Sistemleri Bölüm 1: Karar Destek Sistemleri-Genel Kavramlar Bölüm 2: CBS Tabanlı Çok Ölçütlü Karar Analizi Bölüm 3: Karmaşık Problemler için Analitik Hiyerarşi Yönteminin Kullanılması Yrd.
DetaylıDers 8: Çok Kriterli Karar Verme
09.2.20 Genel Bakış Ders 8: Çok Kriterli Karar Verme 2 Tek bir amaç yerine çok sayıda kriter ile çalışmak suretiyle karar verme. Üç teknik: hedef programlama (goal programming), analitik hiyerarşi prosesi
Detaylı8. HAFTA BLM323 SAYISAL ANALİZ. Okt. Yasin ORTAKCI.
8. HAFTA BLM323 SAYISAL ANALİZ Okt. Yasin ORTAKCI yasinortakci@karabuk.edu.tr Karabük Üniversitesi Uzaktan Eğitim Uygulama ve Araştırma Merkezi 2 MATRİSLER Matris veya dizey, dikdörtgen bir sayılar tablosu
DetaylıDOĞRUSAL OLMAYAN PROGRAMLAMA -I-
DOĞRUSAL OLMAYAN PROGRAMLAMA -I- Dışbükeylik / İçbükeylik Hazırlayan Doç. Dr. Nil ARAS Anadolu Üniversitesi, Endüstri Mühendisliği Bölümü İST38 Yöneylem Araştırması Dersi 0-0 Öğretim Yılı Doğrusal olmayan
DetaylıToplam maliyete/gelire göre yer seçimi Faktör ağırlıklandırma Başabaş noktası analizi Oyun kuramı
Anadolu Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü Doç. Dr. Nil ARAS ENM411 Tesis Planlaması 2013-2014 Güz Dönemi Toplam maliyete/gelire göre yer seçimi Faktör ağırlıklandırma Başabaş
DetaylıGİRİŞİMCİLİK (HARİTA MÜHENDİSLİĞİ BÖLÜMÜ) DERS NOTLARI. Doç. Dr. Volkan YILDIRIM yvolkan@ktu.edu.tr Karadeniz Teknik Üniversitesi, GISLab Trabzon
GİRİŞİMCİLİK (HARİTA MÜHENDİSLİĞİ BÖLÜMÜ) DERS NOTLARI Doç. Dr. Volkan YILDIRIM yvolkan@ktu.edu.tr Karadeniz Teknik Üniversitesi, GISLab Trabzon www.gislab.ktu.edu.tr GİRİŞİMCİLİK 1. İŞLETMELERİN KURULUŞ
DetaylıİÇİNDEKİLER. 1. Analitik Hiyerarşi Prosesi(AHP) Yöntemi 2. TOPSİS Yöntemi 3. ENTROPİ Yöntemi 4. MAUT Yöntemi
İÇİNDEKİLER 1. Analitik Hiyerarşi Prosesi(AHP) Yöntemi 2. TOPSİS Yöntemi 3. ENTROPİ Yöntemi 4. MAUT Yöntemi 1. Analitik Hiyerarşi Prosesi (AHP) Analitik Hiyerarşi Süreci tekniği karmaşık karar problemlerinde
DetaylıDERS SEÇİMİNDE ANALİTİK HİYERARŞİ PROSES UYGULAMASI APPLICATION OF ANALYTICAL HIERARCHY PROCESS IN COURSE SELECTION
Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi Y.2008, C.13, S.2 s.217-226 Suleyman Demirel University The Journal of Faculty of Economics and Administrative Sciences Y.2008,
Detaylı3. BÖLÜM MATRİSLER 1
3. BÖLÜM MATRİSLER 1 2 11 21 1 m1 a a a v 12 22 2 m2 a a a v 1 2 n n n mn a a a v gibi n tane vektörün oluşturduğu, şeklindeki sıralanışına matris denir. 1 2 n A v v v Matris A a a a a a a a a a 11 12
DetaylıBİLGİSAYAR PROGRAMLAMA DERSİ
BİLGİSAYAR PROGRAMLAMA DERSİ Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü DERS NOTU 5 KONU: Matlab de Diziler ve Matrisler İÇ İÇE FOR DÖNGÜSÜ
DetaylıDr. Y. İlker TOPCU. Dr. Özgür KABAK web.itu.edu.tr/kabak/
Dr. Y. İlker TOPCU www.ilkertopcu.net www.ilkertopcu.org www.ilkertopcu.info facebook.com/yitopcu twitter.com/yitopcu instagram.com/yitopcu Dr. Özgür KABAK web.itu.edu.tr/kabak/ Dr. Y. İlker Topcu (www.ilkertopcu.net)
DetaylıBİR KONFEKSİYON İŞLETMESİNDE ANAHTAR MÜŞTERİNİN TOPSIS ÇOK KRİTERLİ KARAR VERME METODU KULLANILARAK BELİRLENMESİ
ÖZET XIII. Uluslararası İzmir Tekstil ve Hazır Giyim Sempozyumu BİR KONFEKSİYON İŞLETMESİNDE ANAHTAR MÜŞTERİNİN TOPSIS ÇOK KRİTERLİ KARAR VERME METODU KULLANILARAK BELİRLENMESİ Eda Acar, Mücella Güner
Detaylıii) S 2LW 2WH 2LW 2WH S 2WH 2LW S 3( x 1) 5( x 2) 5 3x 3 5x x Maliye Bölümü EKON 103 Matematik I / Mart 2018 Proje 2 CEVAPLAR C.1) C.
C.1) x1 x 1 4 4( x1) x 6 4x 4 x 6 x 46 x Maliye Bölümü EKON 10 Matematik I / Mart 018 Proje CEVAPLAR C.) i) S LW WH LW WH S LW WH S W W W S L H W ii) S LW WH WH LW S WH LW S W W W S H L W C.) ( x1) 5(
DetaylıNETWORK MODELİ İLE AĞ ANALİZİ İÇİN ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİYLE KARŞILAŞTIRMALI ÇÖZÜM
NETWORK MODELİ İLE AĞ ANALİZİ İÇİN ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİYLE KARŞILAŞTIRMALI ÇÖZÜM Deniz Koçak Gazi Üniversitesi, İktisadi ve İdari Bilimler, Ekonometri Bölümü, Ankara denizkocak36@gmail.com
DetaylıÇOK KRİTERLİ KARAR VERME TEKNİKLERİ. Dersin Amacı Çok Kriterli Karar Verme Yaklaşımının Genel Yapısı. Dr.Öğr.Üyesi Gökçe BAYSAL TÜRKÖLMEZ
ÇOK KRİTERLİ KARAR VERME TEKNİKLERİ Dr.Öğr.Üyesi Gökçe BAYSAL TÜRKÖLMEZ Zeleny (1982) multiple criteria decision making kitabına aşağıdaki cümle ile başlar: ıt has become more and more difficult to see
DetaylıAnalitik Hiyerarşi Prosesi Yaklaşımı Kullanılarak Mobilya Sektörü İçin Ege Bölgesi nde Hedef Pazarın Belirlenmesi
YÖNETİM VE EKONOMİ Yıl:2007 Cilt:14 Sayı:1 Celal Bayar Üniversitesi İ.İ.B.F. MANİSA Analitik Hiyerarşi Prosesi Yaklaşımı Kullanılarak Mobilya Sektörü İçin Ege Bölgesi nde Hedef Pazarın Belirlenmesi Araş.
DetaylıEskişehir Teknik Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü. Doç. Dr. Nil ARAS ENM411 Tesis Planlaması Güz Dönemi
Eskişehir Teknik Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü Doç. Dr. Nil ARAS ENM411 Tesis Planlaması 2018-2019 Güz Dönemi 2 1. Tek noktada yoğunlaşmış tesisler 2. Alana düzgün dağılmış
DetaylıDEPO YÖNETİMİ ULUSLARARASI TİCARET VE LOJİSTİK. Depo Yeri Seçimi. Öğr.Gör.İsmail KARAYÜN
DEPO YÖNETİMİ ULUSLARARASI TİCARET VE LOJİSTİK Depo Yeri Seçimi Öğr.Gör.İsmail KARAYÜN 1 Akdeniz Üniversitesi Uygulamalı Bilimler Fakültesi Uluslararası Ticaret ve Lojistik Bölümü ismailkarayun@akdeniz.edu.tr
DetaylıDOĞRUSAL OLMAYAN PROGRAMLAMA -II- Tek değişkenli doğrusal olmayan karar modelinin çözümü
DOĞRUSAL OLMAYAN PROGRAMLAMA -II- Tek değişkenli doğrusal olmayan karar modelinin çözümü Hazırlayan Doç. Dr. Nil ARAS Anadolu Üniversitesi, Endüstri Mühendisliği Bölümü İST8 Yöneylem Araştırması Dersi
DetaylıOYUN TEORİSİ. Özlem AYDIN. Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü
OYUN TEORİSİ Özlem AYDIN Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü TANIM ''Oyun Teorisi'', iki yada daha fazla rakibi belirli kurallar altında birleştirerek karşılıklı olarak çelişen olasılıklar
DetaylıYrd. Doç. Dr. A. Burak İNNER
Yrd. Doç. Dr. A. Burak İNNER Kocaeli Üniversitesi Bilgisayar Mühendisliği Yapay Zeka ve Benzetim Sistemleri Ar-Ge Lab. http://yapbenzet.kocaeli.edu.tr Ders Adı : Bilgisayar Mühendisliğinde Matematik Uygulamaları
DetaylıGEO182 Lineer Cebir. Matrisler. Matrisler. Dersi Veren: Dr. İlke Deniz Derse Devam: %70. Vize Sayısı: 1
GEO182 Lineer Cebir Dersi Veren: Dr. İlke Deniz 2018 GEO182 Lineer Cebir Derse Devam: %70 Vize Sayısı: 1 Başarı Notu: Yıl içi Başarı Notu %40 + Final Sınavı Notu %60 GEO182 Lineer Cebir GEO182 Lineer Cebir
DetaylıMehmet KARA Bozok Üniversitesi İİBF İşletme Bölümü E-posta: mehmetkara44@yahoo.com
ÜNİVERSİTE ÖĞRENCİLERİN İŞLETME BÖLÜMÜNÜ SEÇMELERİNDE ETKİLİ OLAN ÖNCELİKLİ FAKTÖRLERİN ANALİTİK HİYERARŞİ PROSESİ METODU İLE ANALİZİ: BOZOK ÜNİVERSİTESİ İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİNDE BİR UYGULAMA
DetaylıDENKLEM DÜZENEKLERI 1
DENKLEM DÜZENEKLERI 1 Dizey kuramının önemli bir kullanım alanı doğrusal denklem düzeneklerinin çözümüdür. 2.1. Doğrusal düzenekler Doğrusal denklem düzeneği (n denklem n bilinmeyen) a 11 x 1 + a 12 x
DetaylıTedarik Zinciri Yönetimi
Tedarik Zinciri Yönetimi -Tedarikçi Seçme Kararları- Yrd. Doç. Dr. Mert TOPOYAN Satın Alma Bir ișletme, dıșarıdan alacağı malzeme ya da hizmetlerle ilgili olarak satın alma (tedarik) fonksiyonunda beș
DetaylıANALİTİK HİYERARŞİ PROSESİ
ANALİTİK HİYERARŞİ PROSESİ 1 Bu derste; Analitik Hiyerarşi prosesi AHP Uygulama Aşamaları AHP Modellerinde Tutarlılığın Test Edilmesi AHP nin Uygula Örnekleri AHP Puanlama Yöntemi Analitik Hiyerarşi Prosesi
Detaylım=n şeklindeki matrislere kare matris adı verilir. şeklindeki matrislere ise sütun matrisi denir. şeklindeki A matrisi bir kare matristir.
Matrisler Satır ve sütunlar halinde düzenlenmiş tabloya matris denir. m satırı, n ise sütunu gösterir. a!! a!" a!! a!" a!! a!! a!! a!! a!" m=n şeklindeki matrislere kare matris adı verilir. [2 3 1] şeklinde,
DetaylıULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ
ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ Özlem AYDIN Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü ULAŞTIRMA MODELİNİN TANIMI Ulaştırma modeli, doğrusal programlama probleminin özel bir şeklidir.
DetaylıAHP VE VIKOR YÖNTEMLERİ İLE AVRUPA BİRLİĞİ NE ÜYE ÜLKELER VE TÜRKİYE NİN EKONOMİK PERFORMANSLARININ DEĞERLENDİRİLMESİ
İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi Yıl: Özel Sayı: Bahar 0/ s.- AHP VE VIKOR YÖNTEMLERİ İLE AVRUPA BİRLİĞİ NE ÜYE ÜLKELER VE TÜRKİYE NİN EKONOMİK PERFORMANSLARININ DEĞERLENDİRİLMESİ
DetaylıLineer Cebir. Doç. Dr. Niyazi ŞAHİN TOBB. İçerik: 1.1. Lineer Denklemlerin Tanımı 1.2. Lineer Denklem Sistemleri 1.3. Matrisler
Lineer Cebir Doç. Dr. Niyazi ŞAHİN TOBB İçerik: 1.1. Lineer Denklemlerin Tanımı 1.2. Lineer Denklem Sistemleri 1.3. Matrisler Bölüm 1 - Lineer Eşitlikler 1.1. Lineer Eşitliklerin Tanımı x 1, x 2,..., x
Detaylı3.2. DP Modellerinin Simpleks Yöntem ile Çözümü Primal Simpleks Yöntem
3.2. DP Modellerinin Simpleks Yöntem ile Çözümü 3.2.1. Primal Simpleks Yöntem Grafik çözüm yönteminde gördüğümüz gibi optimal çözüm noktası, her zaman uygun çözüm alanının bir köşe noktası ya da uç noktası
DetaylıMatrisler Matris Tanımı m satır ve n sütundan oluşan tablosuna matris adı verilir.
MATRIS Matrisler Matris Tanımı m satır ve n sütundan oluşan tablosuna matris adı verilir. Matristeki her bir sayıya eleman denir. Yukarıdaki matriste m n tane eleman vardır. Matrisin yatay bir doğru boyunca
DetaylıKarar Destek Sistemleri. Prof.Dr. Günay Erpul
Karar Destek Sistemleri Prof.Dr. Günay Erpul Karar Verme Karar verme, karar vericinin/karar vericilerin mevcut tüm seçenekler arasından amaca/amaçlara en uygun bir veya birkaç seçeneği seçmesi olarak tanımlanır.
DetaylıISK116 - Bölüm 1. Grup Teknolojisi
ISK - Bölüm Grup Teknolojisi Grup Teknolojisi (GT) Grup teknolojisi benzerliklerden faydalanarak büyük ve karmaşık bir üretim sisteminin, küçük ve kolay kontrol edilebilir sistemlere dönüştürülmesi hedeflenmektedir.
DetaylıÖZDEĞERLER- ÖZVEKTÖRLER
ÖZDEĞERLER- ÖZVEKTÖRLER GİRİŞ Özdeğerler, bir matrisin orijinal yapısını görmek için kullanılan alternatif bir yoldur. Özdeğer kavramını açıklamak için öncelikle özvektör kavramı ele alınsın. Bazı vektörler
DetaylıŞayet bir lineer sistemin en az bir çözümü varsa tutarlı denir.
GAZI UNIVERSITY ENGINEERING FACULTY INDUSTRIAL ENGINEERING DEPARTMENT ENM 205 LINEAR ALGEBRA COURSE ENGLISH-TURKISH GLOSSARY Linear equation: a 1, a 2, a 3,.,a n ; b sabitler ve x 1, x 2,...x n ler değişkenler
Detaylı2.3. MATRİSLER Matris Tanımlama
2.3. MATRİSLER 2.3.1. Matris Tanımlama Matrisler girilirken köşeli parantez kullanılarak ( [ ] ) ve aşağıdaki yollardan biri kullanılarak girilir: 1. Elemanları bir tam liste olarak girmek Buna göre matris
DetaylıBilgisayar Programlama MATLAB
Bilgisayar Programlama MATLAB MATLAB de Diziler Doç. Dr. İrfan KAYMAZ MATLAB Ders Notları PROGRAMLAMADA DİZİ KAVRAMI Bir değişken içerisinde birden çok veri numaralandırılarak tek bir isim altında saklanmasına
DetaylıBilgisayar Programlama MATLAB
What is a computer??? Bilgisayar Programlama MATLAB Diziler Vektörler Matrisler Prof. Dr. İrfan KAYMAZ What Diz kavramı is a computer??? Bir değişken içerisinde birden çok veri numaralandırılarak tek bir
DetaylıOTOMOTİV SEKTÖRÜNDE FAALİYET GÖSTEREN BİR FİRMADA TEDARİKÇİ SEÇİMİ: AHP-BULANIK AHP VE TOPSIS UYGULAMASI
BEYKENT ÜNİVERSİTESİ FEN VE MÜHENDİSLİK BİLİMLERİ DERGİSİ Sayı 9(1) 2016, 43 83 OTOMOTİV SEKTÖRÜNDE FAALİYET GÖSTEREN BİR FİRMADA TEDARİKÇİ SEÇİMİ: AHP-BULANIK AHP VE TOPSIS UYGULAMASI Cemil ÇELİK (cemil.celik@kocaeli.edu.tr)
DetaylıSimpleks Yönteminde Kullanılan İlave Değişkenler (Eşitliğin yönüne göre):
DP SİMPLEKS ÇÖZÜM Simpleks Yöntemi, amaç fonksiyonunu en büyük (maksimum) veya en küçük (minimum) yapacak en iyi çözüme adım adım yaklaşan bir algoritma (hesaplama yöntemi) dir. Bu nedenle, probleme bir
DetaylıJTL JTL. Journal of Transportation and Logistics 1 (1), School of Transportation and Logistics at Istanbul University. All rights reserved.
1 (1), 2016 2016 School of Transportation and Logistics at Istanbul University. All rights reserved. Comparing MCDM Methods of AHP, TOPSIS and PROMETHEE: A Study on the Selection of Ship Main Engine System
DetaylıSİMPLEKS ALGORİTMASI Yapay değişken kullanımı
Fen Bilimleri Enstitüsü Endüstri Mühendisliği Anabilim Dalı ENM53 Doğrusal Programlamada İleri Teknikler SİMPLEKS ALGORİTMASI Yapay değişken kullanımı Hazırlayan: Doç. Dr. Nil ARAS, 6 AÇIKLAMA Bu sununun
DetaylıEVALUATION OF FINANCIAL PERFORMANCES IN TERMS OF SUB-SECTORS OF BASIC METAL INDUSTRY WITH AHP AND TOPSIS METHODS
EVALUATION OF FINANCIAL PERFORMANCES IN TERMS OF SUB-SECTORS OF BASIC METAL INDUSTRY WITH AHP AND TOPSIS METHODS DOI:./Pressacademia.. PAP- V.-()-p.- Kemal Eyuboglu, Yasar Bayraktar Karadeniz Technical
Detaylı1 ÜRETİM VE ÜRETİM YÖNETİMİ
İÇİNDEKİLER ÖNSÖZ III Bölüm 1 ÜRETİM VE ÜRETİM YÖNETİMİ 13 1.1. Üretim, Üretim Yönetimi Kavramları ve Önemi 14 1.2. Üretim Yönetiminin Tarihisel Gelişimi 18 1.3. Üretim Yönetiminin Amaçları ve Fonksiyonları
DetaylıEigenvalue-Eigenvector Problemleri
Bir sistemin özvektörü sistem tarafından temel olarak değiştirilmeyen vektördür. Sadece genliği değişir, genliğin değişme miktarına da özdeğer denir. Yani sistemimizi Amatrisi ile ifade edersek; x A λ
DetaylıKUADRATİK FORM. Tanım: Kuadratik Form. Bir q(x 1,x 2,,x n ) fonksiyonu
KUADRATİK FORMLAR KUADRATİK FORM Tanım: Kuadratik Form Bir q(x,x,,x n ) fonksiyonu q x : n şeklinde tanımlı ve x i x j bileşenlerinin doğrusal kombinasyonu olan bir fonksiyon ise bir kuadratik formdur.
DetaylıFakülte Kurulması Uygun Olan İlçelerin AHP Yöntemiyle Belirlenmesi: Muğla İli Örneği *
Uluslararası Alanya İşletme Fakültesi Dergisi International Journal of Alanya Faculty of Business Yıl:2012, C:4, S:1, s.1-15 Year:2012, Vol:4, No:1, s. 1-15 Fakülte Kurulması Uygun Olan İlçelerin AHP Yöntemiyle
DetaylıSESSION 6B: Bölgesel Ekonomiler II 321
SESSION 6B: Bölgesel Ekonomiler II 321 Orta Asya Türk Cumhuriyetlerinin Ekonomik Performanslarının TOPSIS Metodu ile Karşılaştırılması Comparison of the Economic Performance of Turkish Republics in Central
DetaylıSİMPLEKS ALGORİTMASI! ESASLARI!
Fen ilimleri Enstitüsü Endüstri Mühendisliği Anabilim Dalı ENM53 Doğrusal Programlamada İleri Teknikler SİMPLEKS ALGORİTMASI ESASLARI Hazırlayan: Doç. Dr. Nil ARAS AÇIKLAMA n n u sununun hazırlanmasında,
DetaylıANALİTİK HİYERARŞİ SÜRECİ VE MOORA YÖNTEMLERİNİN PERSONEL SEÇİMİNDE UYGULANMASI
İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi Yıl: 13 Sayı: 25 Bahar 2014 s. 1-14 ANALİTİK HİYERARŞİ SÜRECİ VE MOORA YÖNTEMLERİNİN PERSONEL SEÇİMİNDE UYGULANMASI Serap TEPE *, Ali GÖRENER Geliş:
DetaylıAyrık Fourier Dönüşümü
Ayrık Fourier Dönüşümü Tanım: 0 n N 1 aralığında tanımlı N uzunluklu bir dizi x[n] nin AYRIK FOURIER DÖNÜŞÜMÜ (DFT), ayrık zaman Fourier dönüşümü (DTFT) X(e jω ) nın0 ω < 2π aralığında ω k = 2πk/N, k =
DetaylıDizey Cebirinin Gözden Geçirilmesi
Dizey Cebirinin Gözden Geçirilmesi Yrd. Doç. Dr. A. Talha YALTA Ekonometri 2 Ders Notları Sürüm 2,0 (Ekim 2011) Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike 3.0
DetaylıCOĞRAFİ BİLGİ SİSTEMLERİ VE ANALİTİK HİYERARŞİ YÖNTEMİ İLE DÜZENLİ DEPONİ YER SEÇİMİ: İSTANBUL İLİ ÖRNEĞİ. Doğuş Güler Prof. Dr. Tahsin Yomralıoğlu
COĞRAFİ BİLGİ SİSTEMLERİ VE ANALİTİK HİYERARŞİ YÖNTEMİ İLE DÜZENLİ DEPONİ YER SEÇİMİ: İSTANBUL İLİ ÖRNEĞİ Doğuş Güler Prof. Dr. Tahsin Yomralıoğlu İTÜ, Geomatik Mühendisliği Bölümü, 34469 Maslak İstanbul,
DetaylıUzaktan Algılama Uygulamaları
Aksaray Üniversitesi Uzaktan Algılama Uygulamaları Doç.Dr. Semih EKERCİN Harita Mühendisliği Bölümü sekercin@aksaray.edu.tr 2010-2011 Bahar Yarıyılı Uzaktan Algılama Uygulamaları GÖRÜNTÜ İŞLEME TEKNİKLERİ
DetaylıT.C. YILDIZ TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
T.C. YILDIZ TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ LOJİSTİK MERKEZİ SEÇİMİNE YÖNELİK BULANIK ÇOK ÖLÇÜTLÜ KARAR VERME MODELİ: DOĞU ANADOLU BÖLGESİ İÇİN BİR UYGULAMA GÖZDE SÜRMELİ YÜKSEK LİSANS TEZİ
Detaylı1. BÖLÜM VEKTÖRLER 1
1. BÖLÜM VEKTÖRLER 1 Tanım:Matematik, istatistik, mekanik, gibi çeşitli bilim dallarında znlk, alan, hacim, yoğnlk, kütle, elektriksel yük, gibi büyüklükler, cebirsel krallara göre ifade edilirler. B tür
DetaylıDersin Sorumlusu: Yrd. Doç. Dr. Birol SOYSAL. Sunumları Hazırlayan: Doç. Dr. Bülent ÇAKMAK
MATLAB de Bilgisayar Programlama Dersin Sorumlusu: Yrd. Doç. Dr. Birol SOYSAL Sunumları Hazırlayan: Doç. Dr. Bülent ÇAKMAK MATLAB de Karakter Tipinde Değişken Girişi: k=input( Açıklama: kl '); Komutu ile
Detaylı2. BASİT DOĞRUSAL REGRESYON 12
1. GİRİŞ 1 1.1 Regresyon ve Model Kurma / 1 1.2 Veri Toplama / 5 1.3 Regresyonun Kullanım Alanları / 9 1.4 Bilgisayarın Rolü / 10 2. BASİT DOĞRUSAL REGRESYON 12 2.1 Basit Doğrusal Regresyon Modeli / 12
DetaylıDR. SERHAN KARABULUT DOÇ.DR. EBRU V. ÖCALIR AKÜNAL LPG TAŞIMA TANKERLERİ İÇİN COĞRAFİ BİLGİ SİSTEMİ TABANLI RİSK ANALİZİ
DR. SERHAN KARABULUT DOÇ.DR. EBRU V. ÖCALIR AKÜNAL LPG TAŞIMA TANKERLERİ İÇİN COĞRAFİ BİLGİ SİSTEMİ TABANLI RİSK ANALİZİ Takdim Planı Çalışmanın Amacı Problemin Tanımlanması Tehlikeli Madde Taşımacılığında
DetaylıYZM ALGORİTMA ANALİZİ VE TASARIM DERS#2: ALGORİTMA ANALİZİ
YZM 3207- ALGORİTMA ANALİZİ VE TASARIM DERS#2: ALGORİTMA ANALİZİ Algoritma Analizi Çerçevesi Algoritma Analizinde Göz Önünde Bulundurulması Gerekenler Neler? Algoritmanın Doğruluğu (Correctness) Zaman
DetaylıYerleşim Tasarımı Algoritmaları
Eskişehir Teknik Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü Doç. Dr. Nil ARAS ENM411 Tesis Planlaması 2018-2019 Güz Dönemi Yerleşim Tasarımı Algoritmaları 2 TP ye özel paketleri /
Detaylı12. HAFTA BLM323 SAYISAL ANALİZ. Okt. Yasin ORTAKCI.
1. HAFTA BLM33 SAYISAL ANALİZ Okt. Yasin ORTAKCI yasinortakci@karabuk.edu.tr Karabük Üniversitesi Uzaktan Eğitim Uygulama ve Araştırma Merkezi SONLU FARKLAR İNTERPOLASYONU İleri Yönlü Sonlu Farklar İterpolasyonu
DetaylıULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ
ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ Özlem AYDIN Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü ULAŞTıRMA MODELININ TANıMı Ulaştırma modeli, doğrusal programlama probleminin özel bir şeklidir.
Detaylı.:: BÖLÜM I ::. MATRİS ve DETERMİNANT
SAKARYA ÜNİVERSİTESİ İŞLETME FAKÜLTESİ İŞLETME BÖLÜMÜ.:: BÖLÜM I ::. MATRİS ve DETERMİNANT Halil İbrahim CEBECİ BÖLÜM I 1. Matris Cebirine Giriş MATRİS VE DETERMİNANT Sayıların, değişkenlerin veya parametrelerin
Detaylı7. BÖLÜM İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI .= 1 1 + + Genel: Vektörler bölümünde vektörel iç çarpım;
İÇ ÇARPIM UZAYLARI 7. BÖLÜM İÇ ÇARPIM UZAYLARI Genel: Vektörler bölümünde vektörel iç çarpım;.= 1 1 + + Açıklanmış ve bu konu uzunluk ve uzaklık kavramlarını açıklamak için kullanılmıştır. Bu bölümde öklit
DetaylıGENEL İŞLETME. Yrd. Doç. Dr. Hasan ALKAN KURULUŞ YERİ SEÇİMİ
GENEL İŞLETME Yrd. Doç. Dr. Hasan ALKAN KURULUŞ YERİ SEÇİMİ KURULUŞ YERİ İşletmenin faaliyette bulunduğu yerdir. Çeşitli alternatifler arasında en uygun kuruluş yerine karar verme önemli ve zor bir karardır.
DetaylıTEMEL İSTATİSTİK BİLGİSİ. İstatistiksel verileri tasnif etme Verilerin grafiklerle ifade edilmesi Vasat ölçüleri Standart puanlar
TEMEL İSTATİSTİK BİLGİSİ İstatistiksel verileri tasnif etme Verilerin grafiklerle ifade edilmesi Vasat ölçüleri Standart puanlar İstatistiksel Verileri Tasnif Etme Verileri daha anlamlı hale getirmek amacıyla
DetaylıSAYISAL KARAR VERME YÖNTEMLERİ
İÇİNDEKİLER I SAYISAL KARAR VERME YÖNTEMLERİ Prof.Dr. Ramazan AKTAŞ Prof.Dr. Mete M. DOĞANAY Dr. Yunus GÖKMEN Dr. Yavuz GAZİBEY Dr. Ufuk TÜREN II İÇİNDEKİLER Yayın No : 3193 İşletme-Ekonomi Dizisi : 695
DetaylıAraç Lojistiği Firma Seçiminde, Entropy ile Ağırlıklandırılmış Promethee Karar Modeli. Mustafa Anıl DÖNMEZ*, Zerrin ALADAĞ**, F.
Araç Lojistiği Firma Seçiminde, Entropy ile Ağırlıklandırılmış Promethee Karar Modeli Mustafa Anıl DÖNMEZ*, Zerrin ALADAĞ**, F. Cengiz DĐKMEN*** Hoşgeldiniz *Arş.Gör.Mustafa Anıl Dönmez, Kocaeli Üniversitesi
DetaylıKISITLI OPTİMİZASYON
KISITLI OPTİMİZASYON SİMPLEKS YÖNTEMİ Simpleks Yöntemi Simpleks yöntemi iteratif bir prosedürü gerektirir. Bu iterasyonlar ile gerçekçi çözümlerin olduğu bölgenin (S) bir köşesinden başlayarak amaç fonksiyonunun
DetaylıAkademik Sosyal Araştırmalar Dergisi, Yıl: 5, Sayı: 43, Nisan 2017, s
Akademik Sosyal Araştırmalar Dergisi, Yıl: 5, Sayı: 43, Nisan 2017, s. 580-591 Yayın Geliş Tarihi / Article Arrival Date Yayınlanma Tarihi / The Publication Date 18.01.2017 01.04.2017 Sümeyye Nur KARA
DetaylıDr. Y. İlker TOPCU. Dr. Özgür KABAK web.itu.edu.tr/kabak/
Dr. Y. İlker TOPCU www.ilkertopcu.net www.ilkertopcu.org www.ilkertopcu.info facebook.com/yitopcu twitter.com/yitopcu instagram.com/yitopcu Dr. Özgür KABAK web.itu.edu.tr/kabak/ ÇOK ÖLÇÜTLÜ KARAR VERME
DetaylıDizey Cebirinin Gözden Geçirilmesi
Bölüm 1 Dizey Cebirinin Gözden Geçirilmesi 1.1 Dizeylere İlişkin Temel Kavramlar 1.1.1 Tanımlar Dizey cebiri kullanmaksızın k değişkenli bir bağlanım modeliyle uğraşmak son derece karmaşık bir iştir. Burada,
DetaylıSüleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Y.2008, C.13, S.1 s.133-144.
Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Y.2008, C.13, S.1 s.133-144. ANALİTİK HİYERARŞİ SÜRECİNİN TEDARİKÇİ SEÇİMİNDE UYGULANMASI: OTOMOTİV SEKTÖRÜNDEN BİR ÖRNEK APPLICATION
DetaylıÇ.Ü. Fen ve Mühendislik Bilimleri Dergisi Yıl:2016 Cilt:34-5
BULANIK AHP İLE PERSONEL SEÇİMİ VE ADANA İLİNDE UYGULAMASI Personel Selection With Fuzzy Analytıcal Hıerarchy Process and Applıcatıon ın ADANA Cennet Beste ÖNEL Endüstri Mühendisliği Ana Bilim Dalı Oya
DetaylıMotivasyon Matrislerde Satır İşlemleri Eşelon Matris ve Uygulaması Satırca İndirgenmiş Eşelon Matris ve Uygulaması Matris Tersi ve Uygulaması Gauss
Motivasyon Matrislerde Satır İşlemleri Eşelon Matris ve Uygulaması Satırca İndirgenmiş Eşelon Matris ve Uygulaması Matris Tersi ve Uygulaması Gauss Jordan Yöntemi ve Uygulaması Performans Ölçümü 2 Bu çalışmada,
DetaylıANALİTİK HİYERARŞİ PROSES YÖNTEMİ İLE RÜZGAR TÜRBİN SEÇİMİ. Selçuk Üniversitesi, Mühendislik Mimarlık Fakültesi, Endüstri Mühendisliği Bölümü, KONYA
S.Ü. Müh. Mim. Fak. Derg., c.25, s.1, 2010 J. Fac.Eng.Arch. Selcuk Univ., v.25, n.1, 2010 ANALİTİK HİYERARŞİ PROSES YÖNTEMİ İLE RÜZGAR TÜRBİN SEÇİMİ Ahmet SARUCAN 1, Mehmet Cabir AKKOYUNLU 2, Aydoğan BAŞ
DetaylıÇOK KRİTERLİ KARAR VERME YÖNTEMİ SEÇİMİNDE YENİ BİR YAKLAŞIM. Ahmet ÖZTEL DOKTORA TEZİ İSTATİSTİK ANABİLİM DALI
ÇOK KRİTERLİ KARAR VERME YÖNTEMİ SEÇİMİNDE YENİ BİR YAKLAŞIM Ahmet ÖZTEL DOKTORA TEZİ İSTATİSTİK ANABİLİM DALI GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ OCAK 2016 v ÇOK KRİTERLİ KARAR VERME YÖNTEMİ SEÇİMİNDE
DetaylıEskişehir Teknik Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü. Doç. Dr. Nil ARAS ENM411 Tesis Planlaması Güz Dönemi
Eskişehir Teknik Üniversitesi Mühendislik Fakültesi Endüstri Mühendisliği Bölümü Doç. Dr. Nil ARAS ENM411 Tesis Planlaması 2018-2019 Güz Dönemi Tesis Planlama Süreci (imalat ve montaj tesisleri için) 2
DetaylıVakıf Üniversitesi Tercihinin Analitik Hiyerarşi Süreci İle Belirlenmesi VAKIF ÜNİVERSİTESİ TERCİHİNİN ANALİTİK HİYERARŞİ SÜRECİ İLE BELİRLENMESİ
VAKIF ÜNİVERSİTESİ TERCİHİNİN ANALİTİK HİYERARŞİ SÜRECİ İLE BELİRLENMESİ Nihan ÖZGÜVEN 1 Özet: Günümüzde, devlet üniversitelerinin sayısının artmasıyla beraber vakıf üniversitelerinin de sayısı artmıştır.
DetaylıANALİTİK HİYERARŞİ YÖNTEMİNİN FASON İŞLETME SEÇİMİNDE KULLANILMASI
ANALİTİK HİYERARŞİ YÖNTEMİNİN FASON İŞLETME SEÇİMİNDE KULLANILMASI USING ANALYTIC HIERARCHY PROCESS FOR CHOOSING THE SUB-CONTRACTOR Yard. Doç. Dr. Mücella GÜNER Ege Ü. Tekstil Mühendisliği Bölümü ÖZET
DetaylıMühendislik Mekaniği Statik. Yrd.Doç.Dr. Akın Ataş
Mühendislik Mekaniği Statik Yrd.Doç.Dr. Akın Ataş Bölüm 2 Kuvvet Vektörleri Kaynak: Mühendislik Mekaniği: Statik, R.C.Hibbeler, S.C.Fan, Çevirenler: A. Soyuçok, Ö.Soyuçok. 2 Kuvvet Vektörleri Bu bölümde,
DetaylıEM302 Yöneylem Araştırması 2. Dr. Özgür Kabak
EM302 Yöneylem Araştırması 2 Dr. Özgür Kabak TP Çözümü TP problemlerinin çözümü için başlıca iki yaklaşım vardır kesme düzlemleri (cutting planes) dal sınır (branch and bound) tüm yaklaşımlar tekrarlı
DetaylıDENİZ HARP OKULU ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ
DENİZ HARP OKULU ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf/Y.Y. Ders Saati (T+U+L) Kredi AKTS YÖNEYLEM ARAŞTIRMASI - I ENM-11 /1 +0 Dersin Dili Dersin Seviyesi
DetaylıBULANIK TOPSİS YÖNTEMİYLE TELEFON OPERATÖRLERİNİN DEĞERLENDİRİLMESİ
BULANIK TOPSİS YÖNTEMİYLE TELEFON OPERATÖRLERİNİN DEĞERLENDİRİLMESİ 1 İpek Nur Erkmen ve 2 Özer Uygun 1 Karabük-Sakarya Ortak Program, Fen Bilimleri Enstitüsü Endüstri Mühendisliği ABD, 2 Sakarya Üniversitesi
DetaylıBULANIK ANALİTİK SERİM SÜRECİ YAKLAŞIMI İLE ÇOK ÖLÇÜTLÜ KARAR VERME VE BİR İŞLETME UYGULAMASI
T.C. DOKUZ EYLÜL ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ İŞLETME ANABİLİM DALI İŞLETME PROGRAMI DOKTORA TEZİ BULANIK ANALİTİK SERİM SÜRECİ YAKLAŞIMI İLE ÇOK ÖLÇÜTLÜ KARAR VERME VE BİR İŞLETME UYGULAMASI
DetaylıMatrisler ve matris işlemleri
2.Konu Matrisler ve matris işlemleri Kaynaklar: 1.Uygulamalı lineer cebir. 7.baskıdan çeviri.bernhard Kollman, David R.Hill/çev.Ed. Ömer Akın, Palma Yayıncılık, 2002 2.Lineer Cebir. Feyzi Başar.Surat Universite
DetaylıÖlçme ve Değerlendirme
Ölçme ve Değerlendirme Z Puanı T Puanı Yrd. Doç. Dr. Yetkin Utku KAMUK Standart Puan Herhangi bir ölçüm sonucunda elde edilen ve farklı birimlere sahip ham puanların, standart bir dağılım haline dönüştürülmesi
DetaylıYrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü
Mühendislikte İstatistiksel Yöntemler Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü 1 Araştırma sonuçlarının açıklanmasında frekans tablosu
DetaylıÇOK ÖLÇÜTLÜ KARAR DESTEK SİSTEMLERİ İLE TAŞINMAZ DEĞERLEME VE ORAN ÇALIŞMASI
YILDIZ TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ÇOK ÖLÇÜTLÜ KARAR DESTEK SİSTEMLERİ İLE TAŞINMAZ DEĞERLEME VE ORAN ÇALIŞMASI Harita Mühendisi Ahmet YILMAZ FBE Harita Mühendisliği Anabilim Dalı Geomatik
DetaylıSebahat YETİM Gazi Üniversitesi, Gazi Eğitim Fakültesi, İlköğretim Bölümü, Ankara.
Ekim 2008 Cilt:16 No:2 Kastamonu Eğitim Dergisi 589-606 GAZİ ÜNİVERSİTESİ GAZİ EĞİTİM FAKÜLTESİ İLKÖĞRETİM MATEMATİK ÖĞRETMENLİĞİ PROGRAMI BİRİNCİ SINIF ÖĞRENCİLERİNİN BU PROGRAMI SEÇMELERİNDE ETKİLİ OLAN
DetaylıArş. Gör. Şule Bayazit Bedirhanoğlu - Dr. Öğr. Üyesi Şenay Lezki
Anadolu Üniversitesi Sosyal Bilimler Dergisi Anadolu University Journal of Social Sciences KOBİ lerin Banka Tercihini Etkileyen Kriterlerin AHP Yöntemi ile Belirlenmesi* Determining Criteria Affecting
Detaylı